目标跟踪中的贝努利滤波算法研究

《目标跟踪中的贝努利滤波算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要摘要近些年，以随机有限集为理论基础的贝努利滤波器（Bernoullifilter，BF）颇受关注。它能够免除状态估计过程中的数据关联，并为目标联合检测和跟踪提供了严格的理论基础。本文以密集杂波和机动目标跟踪问题为牵引，基于贝努利滤波开展各项算法研究。主要研究成果如下：1、幅度信息辅助的多贝努利滤波算法：密集杂波或低信噪比环境中传统的势均衡多目标多贝努利（Cardinalitybalancedmulti-targetmulti-Bernoulli，CBMeMBer）滤波算法会有明显的势过估现象，引入雷达标准输出信息—幅度

2、信息，对传统运动学量测进行扩维，提出幅度信息辅助的CBMeMBer滤波算法。该算法采用瑞利（Rayleigh）分布对幅度信息进行建模，在目标信噪比先验已知和未知的情况下分别推导出幅度似然函数，然后再进行CBMeMBer滤波。同时考虑到工程实际应用，基于量测自适应起始新生目标。最后，分别在不同杂波密度和信噪比环境中验证了所提算法，结果显示该算法能够有效地估计复杂环境中的多目标状态，并且能够提高估计精度。2、多模型箱粒子多贝努利滤波算法：当实际系统输出量化量测时，传统的MM-Particle-CBMeMBer滤波算法往往需要大

3、量粒子来近似状态后验概率密度，由此不可避免地会带来计算实时性问题。面向多机动目标跟踪，基于箱粒子滤波器（Boxparticlefilter）和区间分析技术，提出MM-CBMeMBer滤波器的箱粒子实现方式。仿真结果表明，基于Boxparticle实现方式的MM-Box-CBMeMBer滤波算法计算效率更高，只需要少量箱粒子就能保证估计性能，运算时间也显著低于MM-Particle-CBMeMBer滤波算法。3、多模型贝努利粒子滤波算法：现有的交互式多模型贝努利粒子滤波算法，只是简单地结合IMM和BF的粒子实现方式，算法迭代

4、存在大量粒子交互运算。通常，对于线性、机动性较弱的模型，大量粒子是不必要的，还会带来额外的计算负担，因此可适当减少粒子数；而对机动能力较强的非线性模型，为了得到更好的近似结果，可适当增加粒子数。提出一种多模型贝努利粒子滤波（MultiplemodelBernoulliparticlefilter，MMBF）算法，根据模型机动性的不同预先选定每一个模型的粒子数，而且粒子间没有交互运算，有效提高算法执行速度。最后，在多组仿真条件下验证了算法的估计性能。关键词：目标跟踪，贝努利滤波，密集杂波，箱粒子滤波，多模型I西北工业大学硕士

5、学位论文IIAbstractAbstractRecently,Bernoullifilterbasedontherandomfinitesettheoryhasattractedmuchattention.Itcanavoidthedataassociationintheprocessofstateestimationandprovidearigoroustheoreticalfoundationforjointdetectionandtracking.Inthispaper,targettrackingunderdens

6、eclutterandmaneuveringarethemainmotivations,andvariousalgorithmsarestudiedbasedonBernoullifiltering.Themainresultsareasfollows:1.CBMeMBerfilteraidedwithamplitudeinformation:thetraditionalCBMeMBerfilterexhibitsanoticeablepositivebiasincardinalityestimationunderhigh

7、clutterdensityorlowSNRenvironment,animprovedCBMeMBerfilteraidedwithamplitudeinformationisproposed.Theproposedfilterintroducesthestandardoutputofradarsystem—amplitudeinformationtoargumentthemeasurementspace,andmodelstheamplitudeinformationwithRayleighdistribution.T

8、heamplitudelikelihoodfunctionisrespectivelyderivedwhenthetargetSNRisknownandunknown.Takingintoaccountthepracticalapplicationofthefilter,thebirthtargetde